[發明專利]橋梁外觀損傷病害智能識別方法

在審

• 申請號: 201911383418.4
• 申請日: 2019-12-28
• 公開（公告）號: CN111191714A
• 公開（公告）日: 2020-05-22
• 發明（設計）人: 張鶴;宓登峰;朱俊濤
• 申請（專利權）人: 浙江大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 賈玉霞

1.一種橋梁外觀損傷病害智能識別方法，其特征在于，包括以下步驟：

S1：根據現行規范，整理目標橋梁結構的表觀缺陷檢測項目；

S2：自動化采集橋梁表觀狀態圖像信息,給橋梁表觀狀態圖像信息打上有缺陷和無缺陷的標簽，建立橋梁表觀狀態圖像信息數據庫；

S3：將橋梁表觀狀態圖像信息分成訓練集、驗證集、測試集，使用訓練集對VGG16模型進行訓練，根據測試集計算VGG16模型的損失函數，并不斷訓練VGG16模型；再用驗證集驗證訓練完的模型的識別結果，直至達到設定的識別結果準確度后，則停止訓練，得到二元分類模型；

S4：通過S3得到的二元分類模型對橋梁表觀狀態圖像信息進行二元識別，從而實現橋梁表觀缺陷的人工智能判斷，分別建立含表觀缺陷和不含表觀缺陷的圖像信息數據庫；

S5：對于含有表觀缺陷的圖像信息，采用訓練好的Mask-RCNN神經網絡模型實現缺陷的定位和標注，并將實現缺陷定位和標注的圖像信息導入所述的S4中的含表觀缺陷的圖像信息數據庫，得到更新后的病害歷史數據庫；

S6：采用更新后的病害歷史數據庫重新訓練缺陷定位與標注Mask-RCNN神經網絡模型，得到優化后的Mask-RCNN神經網絡模型；

S7：采集新的橋梁表觀狀態圖像信息，將其放入所述的優化后的Mask-RCNN神經網絡模型中，即可得到標注出該橋梁外觀損傷病害的圖像以及外觀損傷病害所屬的類別。

2.根據權利要求1所述的橋梁外觀損傷病害智能識別方法，其特征在于，所述表觀缺陷具體包括：涂層劣化、鋼構件銹蝕、焊縫開裂、混凝土裂縫、蜂窩麻面、露筋。

3.根據權利要求1所述的橋梁外觀損傷病害智能識別方法，其特征在于，所述Mask-RCNN神經網絡模型的具體訓練過程包括：

S5.1：將含有表觀缺陷的圖像信息分成訓練集、驗證集、測試集；

S5.2：將訓練集輸入到預訓練好的神經網絡ResNet101中，獲得對應的feature map；

S5.3：使用RPN推薦RoI，即尋找目標存在的區域，RPN會輸出每個anchor的類別和邊框精調，并將結果輸入到RoIAlign層處理；

S5.4：在RoIAlign層后設置三個分支，分別預測表觀缺陷的classes、boxes、masks；

S5.5：利用所述驗證集驗證Mask-RCNN模型的橋梁表觀缺陷識別結果，得到用來標注和定位橋梁表觀缺陷的所述Mask-RCNN神經網絡模型。